买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：广东工业大学

摘要：本发明公开了一种分布式储能系统的参数设计方法，包括以下步骤：S1：建立考虑线路影响的分布式储能系统的小干扰稳定分析模型，得到系统的状态矩阵；S2：考虑线路参数变化下系统特征值的位置变化，设计常春藤优化算法的目标函数，并初始化算法的迭代参数；S3：进行算法迭代，设计得到系统的最优线路参数，以优化分布式储能系统的稳定性。本发明利用常春藤优化算法先进的全局搜索与定位能力，快速、准确地设计得到分布式储能系统的最优线路参数，提高分布式储能系统的稳定性。

主权项：1.一种分布式储能系统的参数设计方法，其特征在于，包括以下步骤：S1：建立考虑线路影响的分布式储能系统的小干扰稳定分析模型，得到系统的状态矩阵；S2：考虑线路参数变化下系统特征值的位置变化，设计常春藤优化算法的目标函数，并初始化算法的迭代参数；S3：进行算法迭代，设计得到系统的最优线路参数，以优化分布式储能系统的稳定性；所述步骤S1的具体步骤如下：S1-1：建立考虑线路影响的分布式储能系统的小干扰稳定分析模型，得到系统的状态矩阵：分布式储能系统是由四个分布式储能模块与一个功率负载模块组成，通过输电线路连接在直流母线上，在分布式储能模块中，对储能侧变换器采用下垂控制和附加电容控制来实现功率均分和电压稳定；在功率负载模块中，对负载侧变换器采用双闭环控制来调节负载电压；系统的小干扰稳定分析模型为： 式1中，ΔxS和ΔxP分别为四个分布式储能模块和功率负载模块中控制参数的状态向量，Δuo，Δio，Δuf，Δif和Δudc分别为储能侧输出电压uo、储能侧输出电流io、负载侧输出电压uf、负载侧输出电流if和直流母线电压udc的状态变量，A为分布式储能系统的状态矩阵，由分布式储能模块参数、负载模块参数及对应输电线路参数共同组成；所述步骤S2的具体步骤如下：S2-1：设计常春藤优化算法的目标函数：通过求解分布式储能系统的状态矩阵A，可以得到分布式储能系统的所有特征根，其中复平面左侧距离虚轴最近的特征根为系统的主导模态，主导模态在复平面左侧的位置为系统稳定裕度的主要影响因素，因此把分布式储能系统中主导模态的位置作为参数设计的依据，让设计出的参数使系统主导模态的实部保持为负数且远离虚轴，提高系统的稳定性，故将常春藤优化算法的目标函数设为：fx＝Max{[Λi,i]RP}2式2中，x为待设计的系统参数，Λ为分布式储能系统的特征根对角矩阵，[Λi,i]RP为特征根对角矩阵Λ中第i个振荡模态的实部，i＝1,2,3…n，n为系统的状态变量总数；S2-2：初始化常春藤优化算法的迭代参数：将对系统主导模态变化影响最大的储能侧线路参数设为算法中常春藤种群个体，即待优化设计的参数，并设定参数上下限IU和IL、最大迭代次数Tmax、常春藤种群规模N和常春藤种群维度D；所述步骤S3的具体步骤如下：S3-1：初始化常春藤种群，得到种群规模为N，维度为D的初始种群粒子，种群的初始位置表示为：Ia＝IL+rand1,D.*IU-IL3式3中，Ia为常春藤种群的初始位置，a＝1,2,3…N，IU和IL分别为种群个体的上限和下限，rand1,D为在[0,1]范围内生成1行D列的随机数组，.*为点乘计算；S3-2：常春藤优化算法用模拟常春藤“幼叶”和“成叶”的两个形成阶段来实现种群位置的更新，在“幼叶”阶段，常春藤向上生长，在目标区域纵向探索最优位置；在“成叶”阶段，常春藤开始扩展枝叶的宽度，在目标区域横向探索最优位置，通过这两个位置更新策略实现目标区域内的全局搜索，避免陷入局部解，种群位置的更新公式为： 式4中，为在本次迭代中得到的种群新位置，randn1,D为生成1行D列的正态分布随机数，Ia为在上一次迭代中的种群位置，IBest为在上一次迭代中使目标函数适应值最好的种群位置，α为[0,1.5]范围内的随机数，f·为目标函数，Iaa为Ia的参考位置，Δνa为常春藤种群的生长速度，Iaa和Δνa的表达式为： 式5中，rand为[0,1]范围内的随机数，和分别为Ia根据目标函数适应值降序排列数组中的第a个和第a-1个位置，t为迭代次数，.为点除计算；S3-3：将求得的常春藤种群位置代入目标函数，通过对比各种群的目标函数适应值大小，对常春藤种群位置进行选择性更新，即保留让主导模态在复平面左侧中较上一代更远离虚轴的常春藤种群，继续进行迭代，更新公式为： S3-4：检查迭代次数t是否达到最大迭代次数Tmax，若达到，输出此时适应值最好的常春藤种群位置，即设计完成的最优线路参数作为结果，迭代结束；否则，令t＝t+1，进行步骤S3-2。

全文数据：

权利要求：

百度查询： 广东工业大学 一种分布式储能系统的参数设计方法